Нейросетевая торговая система Meta Trader 4 + MATLAB. Пошаговая разработка. Издание второе

Первый вариант, естественно мы отбрасываем сразу. А вот второй и третий для торговли подходят. Однако второй вариант – вариант как бы заглядывания в будущее. Утрировано этот вариант торговли заключается в том, что мы получаем сигнал от нейросети в определенный момент времени – например по закрытию дня с прогнозом как закроется следующий день. Реализовать его для чисто механической торговли на данном этапе сложно. Ну, а если представить, что им получит возможность воспользоваться большинство торговцев – то он сразу же потеряет свою актуальность. Смысл третьего варианта, заключается в том, что мы отслеживаем отклик нейросети на протяжении торговой сессии и покупаем либо продаем его интерпретируя. И здесь нам надо понять основное. Какой из вариантов мы сможем реализовать зависит от того как мы будем обучать нейросеть. И согласитесь, что третий вариант реализовать все-таки легче. Если во втором – мы будем использовать, какую либо информацию с прицелом на получение результата на следующий день – его закрытия (день выбран как пример, естественно может быть какой либо другой период), то в третьем варианте мы используем информацию, пришедшую за шаг до принятия решения – куда двинется цена в этот момент времени.

Шаблон автоматической нейросетевой торговой системы на стандартных индикаторах.

Данная глава носит сугубо практический характер. В ней я дам читателям набор скриптов и экспертов MT4 и Matlab, описание их предназначения и исполнения. Таким образом, вы получите шаблон для построения нейросетевой системы с использованием стандартных индикаторов. Пройдя шаг за шагом, весь этап построения торговой системы вы сможете самостоятельно подготовить свою торговую стратегию, основанную на нейросетевых технологиях. И в дальнейшем использовать не только Matlab, но и иные программные продукты.

Запустим скрипт “ScriptIn”.

//+–+

//| ScriptIn.mq4 |

//| Copyright © 2019, Andrey Dibrov. |

//|"https://www.youtube.com/channel/UCScAAn_sRRaKHdNIxl0aI9A?view_as=subscriber" |

//+–+

#property copyright "Copyright © 2019, Andrey Dibrov."

#property link "https://www.youtube.com/channel/UCScAAn_sRRaKHdNIxl0aI9A?view_as=subscriber"

#property show_inputs

extern string Date="2004.07.01 00:00";

extern string DateOut="2010.12.31 23:00";

//+–+

//| script program start function |

//+–+

int start

{

int handle=FileOpen("In.csv",FILE_CSV|FILE_READ|FILE_WRITE,";");

int handleOut=FileOpen("Out.csv",FILE_CSV|FILE_READ|FILE_WRITE,";");

Alert("Идет запись файлов");

for(int i=iBars(NULL,0)-1; i>=0; i–)

{

string Date1=TimeToStr(iTime(NULL,0,i));

if(DateOut>=Date1 && Date<=Date1)

{

if(iHigh(NULL,0,i)>iBands(NULL,0,20,2,0,PRICE_CLOSE,MODE_MAIN,i) && iLow(NULL,0,i)

(iHigh(NULL,0,i+1)>iBands(NULL,0,20,2,0,PRICE_CLOSE,MODE_MAIN,i+1) && iLow(NULL,0,i+1)>iBands(NULL,0,20,2,0,PRICE_CLOSE,MODE_MAIN,i+1))))

{

FileWrite(handle,

iWPR(NULL,0,14,i+3),

iStochastic(NULL,0,5,3,3,MODE_SMA,1,MODE_MAIN,i+3),

iRVI(NULL,0,10,MODE_MAIN,i+3),

iRSI(NULL,0,14,PRICE_CLOSE,i+3),

iOsMA(NULL,0,12,26,9,PRICE_CLOSE,i+3),

iMACD(NULL,0,12,26,9,PRICE_CLOSE,MODE_MAIN,i+3),

iWPR(NULL,0,14,i+2),

iStochastic(NULL,0,5,3,3,MODE_SMA,1,MODE_MAIN,i+2),

iRVI(NULL,0,10,MODE_MAIN,i+2),

iRSI(NULL,0,14,PRICE_CLOSE,i+2),

iOsMA(NULL,0,12,26,9,PRICE_CLOSE,i+2),

iMACD(NULL,0,12,26,9,PRICE_CLOSE,MODE_MAIN,i+2),

iWPR(NULL,0,14,i+1),

iStochastic(NULL,0,5,3,3,MODE_SMA,1,MODE_MAIN,i+1),

iRVI(NULL,0,10,MODE_MAIN,i+1),

iRSI(NULL,0,14,PRICE_CLOSE,i+1),